1

Elemenete de teoria probabilitatilor

1. Câmp de evenimente

cuvinte cheie: experien , eveniment, evenimente elementare, câmp de

evenimente

Teoria probabilit ilor studiaz legile dup care evolueaz fenomenele

aleatoare.
Def. 1.1. Prin experien în teoria probabilit ilor se în elege orice act care
poate fi repetat în condi ii date.
Def. 12. Toate situa iile legate de experien i despre care putem spune, cu
certitudine, c s-au produs sau nu, dup efectuarea experien ei, poart numele de
eveniment.
Fiec rei experien e i se ata eaz dou evenimente cu caracter special:
evenimentul sigur i imposibil.
Def. 1.3. Evenimentul sigur (notat ) este un eveniment care se realizeaz cu
certitudine la fiecare efectuare a experien ei.
Def. 1.4. Evenimentul imposibil ( ) este evenimentul care nu se produce
niciodat la repetarea experien ei.
Def.1. 5. Întotdeauna unui eveniment îi corespunde un eveniment contrar, a
c rui producere înseamn , prin defini ie, realizarea primului.
Evenimentul contrar lui A se noteaz cu A , CA, AC.
Sunt adev rate rela iile: A A , , .
Def. 1.6. Evenimente A i B se numesc compatibile dac se pot produce
simultan, adic dac sunt rezultate care favorizeaz atât pe A, cât i pe B.
Def. 1.7. Evenimentele A i C se numesc incompatibile dac nu se pot produce
simultan, adic dac nu se pot produce simultan, adic dac nu exist rezultate care
favorizeaz atât pe A cât i pe C.
Def. 1.8. Vom spune c evenimentul A implic evenimentul B sau c
evenimentul B este implicat de evenimentul A, dac B se produce ori de câte ori de
produce A.
Orice eveniment implic evenimentul sigur: A , A.
Def. 1.9. Fiind date dou evenimente A i B, numim reuniunea lor i o not m
cu A B, evenimentul a c rui producere const din producerea a cel pu in unuia din
cele dou evenimente sau A sau B.
Def. 1.10. Intersec ia evenimentelor A i B, notat cu A B, const din
producerea simultan a evenimentelor A, B.
Def. 1.11. Un eveniment A (mul imea evenimentelor asociate unui
experiment) este compus dac exist dou evenimente B, C , B A, C A astfel
încât A = B C. În caz contrar evenimentul se nume te elementar. Not m
evenimentele elementare cu w1, w2, ..., wn, iar în acest caz = {w1, w2, ..., wn} i
( ) (mul imea p r ilor ).
Def. 1.12. Mul imea evenimentelor asociate unui experiment se nume te câmp
de evenimente al experimentului respectiv.
 2

2. Probabilitate pe un câmp finit de evenimente

cuvinte cheie: probabilitate, câmp de probabilitate, probabilitate

condi ionat ,

Def. 2.1. Se nume te probabilitatea evenimentului A, A , raportul dintre

num rul cazurilor favorabile realiz rii evenimentului A:m i num rul cazurilor
m
totale:n. Deci P A .
n
A adar generalizând în cazul unui câmp finit de evenimente ( , ) o
probabilitate pe acest câmp va fi definit astfel:
Def. 2.2. Se nume te probabilitate pe o aplica ie P : R care satisface
axiomele:
(1) P(A) 0 ( ) A
(2) P( ) = 1
(3) P(A1 A2) = P(A1) + P(A2) ( )A1, A2 cu A1 A2 = .
Proprietatea (3) se extinde la orice num r finit de evenimente incompatibile
dou câte dou .
n n
Deci, dac Ai Aj = i j, i, j 1, n P Ai P Ai
i 1 i 1

Def. 2.3. Numim câmp de probabilitate finit, un câmp finit de evenimente ( ,

) înzestrat cu o probabilitate P, notat ( , , P).
Propriet i:
P1) ( )A , P(AC) = 1 P(A)
P2) P( ) = 0
P3) ( )A avem 0 P(A) 1
P4) ( )A1, A2 A1 A2 atunci P(A1) P(A2)
P5) ( )A1, A2 avem P(A1 A2) = P(A1) + P(A2) P(A1 A2)
P6) P(A1 A2) P(A1) + P(A2) ( )A1, A2
Def. 2.4. Evenimentele A, B ale câmpului de probabilitate ( , , P) sunt
independente dac :
P(A B) = P(A) P(B)
Def. 2.5. Fie ( , , P) un câmp de probabilitate, A,B , P(B) 0
Numim probabilitate a evenimentului A condi ionat de evenimentul
B(probabiliitatea sa reealizeze evenimentulA în ipoteza c evenimentul B a avut loc)
P A B
raportul notatP A / B
P B
Not m i P A / B PB ( A )
Obs.
PA B
1) Analog putem defini P A / B , P(A) 0
PA
2) În cazul în care evenimentele A i B sunt independente avem:
PB(A) = P(A) sau analog PA(B) = P(B).
3. s fie albe.
 3

3. Formule i inegalit i

Def. 3.1. Numim sistem complet de evenimente o familie cel mult num rabil
de evenimente (Ai)i I cu Ai Aj = pentru orice i j, i,j I i A i
i I

Formula probabilit ii totale Fie Ai i I

un sistem complet de
evenimente cu P(Ai) 0, i I. Pentru B avem:
PB P Ai P B / Ai
i I
Formula lui Bayes (sau teorema ipotezelor)

Fie un sistem de evenimente (A i ) i I . Probabilit ile acestor evenimente

(ipoteze) sunt date înainte de efectuarea unui experiment. Experimentul efectuat
realizeaz un alt eveniment B. S ar t m cum realizarea evenimentului B schimb
probabilit ile ipotezelor. Trebuie deci s determin m probabilit ile P(Ai/B) pentru
fiecare ipotez Ai, i I.
P(A i B)
Avem: P(A i / B) dar P(Ai B)=P(Ai)×P(B/Ai) i inând cont de
P(B)
formula probabilit ii totale rezult formula lui Bayes:
P( A i ) P( B / A i )
P( A i / B)
P(A i ) P(B / A i )
i I

Def. 3.2. Probabilit ile P(Ai), P(B/Ai), i 1, n se numesc probabilit i

apriorice i P(Ai/B) probabilit i aposteriori.

Inegalitatea lui Boole

Fie ( , , P) un câmp de probabilitate i A i i I

o mul ime cel mult

num rabil . Dac Ai , atunci: P Ai 1 P AiC unde prin A iC am notat

i I i I i 1

complementara evenimentului Ai , i I.
n
In particular: P Ai P Ai (n-1)
i 1, n i '1

4. VARIABILE ALEATOARE. CARACTERISTICI NUMERICE.

FUNC IE DE REPARTI IE

Cuvinte cheie: variabile aleatoare discrete, variabile aleatoare continue, repartitie, variabile
independente, medie, dispersie

Una din no iunile fundamentale ale teoriei probabilit ilor este aceea de
variabil aleatoare.
 4

4.1. Variabile aleatoare discrete

Fie , , P un câmp de probabilitate i Ai i I
un sistem complet (finit
sau num rabil) de evenimente. Sistemul numeric pi P Ai , i I , se nume te
distribu ia câmpului de probabilitate.
Defini ie. Numim variabil aleatoare discret o func ie definit pe mul imea
evenimentelor elementare cu valori reale dac
1. ia valorile xi , i I ;
2. xi ,i I.
O variabil aleatoare discret pentru care I este finit se nume te variabil aleatoare
simpl .
xi
Schematic variabila aleatoare se noteaz prin: : , pi 1 si se nume te
pi i I i I

distribu ia sau reparti ia variabilei aleatoare .

Reciproca a fost ar tat mai sus.
Defini ie. Fie i dou variabile aleatoare definite prin xn pentru An ,
(n 1,2,... ) si ym pentru Bm ( m 1,2,... )unde An i Bm fiind dou sisteme
complete de evenimente. Spunem c variabilele aleatoare i sunt independente, dac pentru orice
m i n avem P An Bm P An P Bm .
Cu alte cuvinte sistemele complete An i Bm sunt independente.
pij P xi yj P xi yj
cu
n m
pij 1.
i 1 j 1

Dac i sunt independente pij pi q j .

Variabila aleatoare are tabloul de distribu ie
x1 y1 x1 y2 xi y j xn y m
:
p11 p12 pij pnm
cu
pij P xi y j P xi yj
Opera iile de sum i produs se extind la orice num r finit de variabile aleatoare. Rezult deci:
Puterea unei variabile aleatoare are tabloul de distribu ie
k x1k xnk
:
p1 pk
deoarece P k xik P xi pi .
Inversa unei variabile aleatoare cu valori nenule are tabloul de distribu ie
1 1
1
: x1 xn .
p1 pn
1
Dac variabila aleatoare admite invers , atunci definim câtul i are tabloul de

distribu ie
 5

x1 xi xn
: y1 yj ym .
p11 pij pnm
O constant a poate fi interpretat ca o variabil aleatoare definit pe orice mul ime de
a
evenimente elementare, iar tabloul ei de distribu ie interpretat ca variabil aleatoare va fi a :
1
deci vom putea face totdeauna opera ii cu variabile aleatoare i constante.

4.2. Momentele unei variabile aleatoare discrete

Momentele unei variabile aleatoare discrete sunt valorile tipice cele mai frecvent utilizate în
aplica ii.
Defini ie. Fie o variabil aleatoare discret care ia valorile xi cu probabilit ile pi ,
i I . Dac seria xi pi este absolut convergent , expresia
i I

M xi pi se nume te valoare medie a variabilei aleatoare discrete .

i I

Dac este o variabil aleatoare simpl care ia valorile x1 ,..., xn cu probabilit ile
n
p1 ,..., pn , atunci valoarea medie va fi M xi pi
i 1
Vom da în continuare câteva propriet i ale valorilor medii.
(P1). Dac i sunt dou variabile aleatoare discrete i dac M iM exist , atunci
exist valoarea medie M i
M M M
(P2). Fie k ( k 1,..., n ) n variabile aleatoare discrete. Dac M k exist , atunci
n n n
M k exist iM k M k
k 1 k 1 k 1

(P3). Fie o variabil aleatoare discret i c o constant . Dac M exist , atunci M c

exist iM c cM
(P4). Fie k (k 1,..., n ) n variabile aleatoare discrete i ck , n constante. Dac M k ,
n n n
( k 1,..., n ) exist , atunci M ck k exist iM ck k ck M k
k 1 k 1 k 1

(P5). Dac i sunt dou variabile aleatoare discrete independente i dac M iM

exist , atunci M exist i M M M
Defini ie. Fie o variabil aleatoarea discret i r un num r natural. Dac exist valoarea
r
medie a variabilei aleatoare , atunci aceast valoare medie se nume te moment de ordin r al
r
variabilei aleatoare i se noteaz r M xkr pk
k
r
Valoarea medie a variabilei aleatoare se nume te moment absolut de ordin r al
r r
variabilei aleatoare i se noteaz r M xk pk
k
Defini ie. Fie o variabil aleatoare discret . Momentul de ordinul r al variabilei
aleatoare abatere a lui se nume te moment centrat de ordinul r a lui i se
noteaz r r M
 6

Momentul centrat de ordinul doi a variabilei aleatoare discrete se nume te dispersie sau
2 2 2 2
variant i se noteaz prin D sau , deci D 2

Num rul D 2 se nume te abatere medie p tratic a lui .

Vom da în continuare câteva propriet i ale dispersiei i ale abaterii medii p tratice.
2
(P1). Are loc egalitatea D 2 M 2 M
(P2). Dac a b cu a i b constante, atunci D aD .
Avem
M aM b,
2 2 2
M a M 2abM b2
de unde D 2 a2 D2 .
În particular, pentru b 0 avem D 2 a a2D2 .

(P3). Inegalitatea lui Cebî ev. Fie o variabil aleatoare. Atunnci

2
D
P M 2
pentru orice 0.

4.3. Variabile aleatoare de tip continuu

Fie , , P un câmp de probabilitate.
Defini ie. Se nume te variabil aleatoare o func ie R (definit pe mul imea :
evenimentelor elementare cu valori reale), astfel încât toate mul imile de forma Ax x
apar in lui , pentru orice x R .
Vom da în continuare câteva propriet i ale variabilelor aleatoare.
2 1
(P1). Fie o variabil aleatoare i c o constant , atunci c, c , , , cu 0

sunt variabile aleatoare.

(P2). Fie i dou variabile aleatoare, atunci
, , .

(P3). Dac i sunt dou variabile aleatoare, atunci , , , cu 0,

sup , i inf , sunt de asemenea variabile aleatoare.

Defini ie. Vom spune c variabilele aleatoare 1 ,..., n sunt independente dac pentru toate
sistemele reale x1 ,..., xn avem
P 1 x1 ,..., n xn P 1 x1 ... P n xn .

4.4. Func ie de reparti ie

Defini ie. Se nume te func ie de reparti ie a variabilei aleatoare ,
func ia F x P x definit pentru orice x R.
Din aceast defini ie rezult c orice variabil aleatoare poate fi dat prin
intermediul func iei sale de reparti ie.
Dac este o variabil aleatoare discret cu pn P xn , n I , atunci
F x pn
xn x
 7

i se nume te func ie de reparti ie de tip discret. Rezult c în acest caz F este o func ie în
scar , adic ia valori constante pe intervalele determinate de punctele xi ( i I ).

Teorema 3. Func ia de reparti ie a unei variabile aleatoare are urm toarele propriet i:
1. Dac x1 x2 , atunci F x1 F x2 , x1 , x2 R .
2. F x 0 F x pentru orice x ¡ .
3. lim F x 0.
n

4. lim F x 1.
n
Teorema 4. Orice func ie F monoton , nedescresc toare, continu la stânga i cu
F 0, F 1 este func ia de reparti ie a unei variabile aleatoare definit pe un câmp de
probabilitate convenabil ales.
Teorema 5. Fie o variabil aleatoare a c rei func ie de reparti ie este F . Fie a i b
dou numere reale cu a b . Au loc egalit ile
1. P a b Fb F a ;
2. Pa b Fb F a P a ;
3. Pa b Fb F a P a P b ;
4. Pa b Fb F a P b .
Defini ie. Fie o variabil aleatoare a c rei func ie de reparti ie este F . Dac exist o
x
func ie real f definit i integrabil pe R a a încât F x f u du

atunci F se nume te func ie de reparti ie absolut continu , iar se nume te variabil

aleatoare absolut continu . Func ia f se nume te densitate de probabilitate (reparti ie), iar
expresia f x dx se nume te lege de probabilitate elementar .

Dac F are o densitate de probabilitate f , atunci

F x x F x Px x x
f x F x lim lim .
x 0 x x 0 x
Rezult de aici c P x x dx f x dx
Densitatea de probabilitate are urm toarele propriet i.
1. f x 0 pentru orice x ¡ ;

2. f u du 1 ;
b
3. Pentru orice a b reali are loc rela ia P a b f x dx .
a

4.5. Momentele unei variabile de tip continuu

Fie , , P un câmp de probabilitate i o variabil aleatoare a c rei func ie de
reparti ie este F . Fie f densitatea de reparti ie a variabilei aleatoare .
Defini ie. Se nume te valoare medie a variabilei aleatoare expresia

M xdF x xf x dx
 8

Defini ie. Se nume te moment de ordinul r , r N , al variabilei aleatoare continue ,

expresia M r r x r dF x x r f x dx

r r
iar expresia M r r x dF x x f x dx

se nume te moment absolut de ordin r al variabilei aleatoare .

3 4
Defini ie. Se numesc asimetrie, As , i exces, E , numerele As si E 2
3
3
2 2

dac momentele respective exist .

Defini ie. Se nume te moment centrat în a de ordinul r al variabilei aleatoare ,
momentul de ordinul r al variabilei aleatoare a , iar momentele variabilelor aleatoare
r
a se numesc momente absolute centrate în a de ordinul r .
Defini ie. Mediana unei variabile aleatoare este num rul M e (sau ) pentru care
1
P Me P Me
2
sau
1 1
F Me i F Me 0
2 2

Defini ie. Moda, Mo , a unei variabile aleatoare este valoarea variabilei aleatoare cea mai
probabil .
This document was created with Win2PDF available at http://www.daneprairie.com.
The unregistered version of Win2PDF is for evaluation or non-commercial use only.